Data center e domanda elettrica: le stime sono esagerate?

Le richieste di connessione alla rete elettrica italiana da parte dei centri dati per l’intelligenza artificiale e le attività online negli ultimi tre anni sono aumentate di 20 volte in termini di potenza.

Questo dato pone “importanti sfide per la gestione del sistema elettrico”, sia sul piano infrastrutturale che su quello autorizzativo, ha indicato Terna, il gestore della rete di trasmissione, in commissione Trasporti alla Camera il 22 gennaio scorso.

Successivamente c’è stato il recente annuncio di DeepSeek, società cinese che ha dichiarato di avere messo a punto modelli di intelligenza artificiale (AI), che si presume siano molto più efficienti e meno costosi di quelli usati finora, potenzialmente in grado di ridimensionare i consumi dei centri dati.

Non sarebbe la prima volta che i pronostici sui consumi elettrici legati a una nuova tecnologia informatica risultano sovradimensionati: la storia offre molti esempi di proiezioni errate, per eccesso. Nel complesso, regna una certa incertezza, con stime della domanda elettrica futura dei data center anche molto diverse fra loro.

Ma anche se la domanda di energia dei data center raddoppiasse o triplicasse, le stime più recenti suggeriscono che i loro consumi rimarrebbero comunque attorno al 5-6% del fabbisogno mondiale. In un’economia sempre più sostenuta e resa a sua volta più produttiva ed efficiente dall’AI, questa quota dovrebbe essere gestibile, se ben pianificata.

La testimonianza di Terna e la corsa ai data center

In audizione alla Camera, Mauro Caprabianca, responsabile della struttura di Pianificazione territoriale efficiente di Terna, ha evidenziato la crescita “esponenziale” delle richieste di connessione dei data center, arrivate a circa 30 GW a fine 2024, con potenze medie di 140-150 MW per singolo centro dati.

Da un punto di vista del rischio di saturazione della rete, il problema più evidente è l’alta concentrazione al Nord, in particolare a Milano, in “aree già fortemente antropizzate, in cui realizzare nuove infrastrutture di rete è ovviamente più complesso”, ha detto Caprabianca. Inoltre, data la portata degli impianti, spesso i proponenti chiedono due punti di connessione separati per garantire continuità.

È quindi necessaria una “pianificazione attenta” per allacciare al meglio queste infrastrutture, puntando a procedure autorizzative più snelle, nonché a ruoli istituzionali e modalità di gestione ben definiti, “in particolare per quanto riguarda i collegamenti di utenze in altissima tensione”, ha aggiunto il dirigente di Terna.

Sul tema è intervenuta anche Rai Way. In una memoria depositata alla Camera, la società della Rai che controlla l’infrastruttura di trasmissione dell’emittente di Stato, ha indicato che “snellire determinati iter amministrativi è ancor più importante a fronte di progetti integrati come quello di Rai Way (a Pomezia) che alla costruzione dei data center affianca quello della realizzazione di produzione di energia attraverso il fotovoltaico”.

Dal punto di vista degli operatori fotovoltaici, la crescita della domanda dovuta all’AI e ai nuovi data center che la alimentano è uno dei driver citati in un recente rapporto di Wood Mackenzie per la crescita del solare nel 2025 (Fotovoltaico: data center e aumento dei prezzi tra i trend del 2025).

I presunti progressi di DeepSeek

L’audizione e i dati di Terna, maturati prima degli efficientamenti tecnologici dichiarati da DeepSeek, si inseriscono in un contesto internazionale in fermento, di crescente preoccupazione su ciò che potrebbe comportare un aumento della domanda elettrica dopo anni di stagnazione a livello mondiale.

La società cinese di AI ha annunciato nuove soluzioni energeticamente ed economicamente più efficienti, basate su codici e implementazioni open source, quindi facilmente verificabili e replicabili, tali da ridurre i consumi dei sistemi di intelligenza artificiale e i costi sia d’investimento che di gestione dell’AI.

Per esempio, il modello AI di DeepSeek è stato addestrato utilizzando 2,78 milioni di ore di GPU su chip Nvidia H800, rispetto ai 30,8 milioni di ore di GPU utilizzate da Llama 3.1 di Meta. Ciò vuol dire che DeepSeek ha usato circa il 91% di energia in meno per sviluppare il suo modello rispetto a Meta.

Sebbene non siano stati forniti dati precisi sull’efficienza delle inferenze, cioè delle singole richieste che gli utenti fanno ai motori di ricerca AI, si può grossolanamente stimare che anche le risposte a ciascun “prompt” richiederebbero circa il 90% in meno dell’energia consumata da altre piattaforme.

Questo aspetto è importante perché secondo molti fra i principali operatori del settore, il grosso dei consumi energetici dell’AI sarà per le inferenze e le applicazioni che si interfacceranno direttamente con gli utenti finali, e non per l’addestramento dei modelli.

Tali sviluppi, se saranno confermati, potrebbero “sconfessare”, almeno parzialmente, ma forse anche in modo netto, gli scenari globali che vedevano l’AI responsabile di aumenti vertiginosi della domanda elettrica.

Stime passate e presenti della domanda

Già in passato i consumi reali dei data center sono risultati molto inferiori alle stime più pessimistiche, grazie a miglioramenti continui in efficienza, ha ricordato Eric Gimon, di Energy Innovation (vedi Quanto impatta davvero l’intelligenza artificiale sui consumi energetici? e Il notevole consumo energetico dei data center. Un mito che va smontato?).

Nel 2015, due ricercatori di Huawei predissero che i data center avrebbero utilizzato oltre il 6% dell’elettricità globale. Nel 2017, il World Economic Forum e Newsweek dissero allarmisticamente che il mining di criptovalute avrebbe potuto consumare tutta l’energia elettrica mondiale entro il 2020.

Niente di tutto questo è avvenuto, grazie all’aumento dell’efficienza di molte attività e alla crescita della capacità di generazione, soprattutto rinnovabile. Per tutti gli anni ‘10, i data center sono rimasti ben al di sotto dell’1,5% della domanda globale di elettricità.

Per il decennio in corso, nel 2022 il fabbisogno dei data center è stato compreso tra l’1% e l’1,3% del consumo totale di elettricità, escluse le reti dati e la creazione di criptovalute, ha indicato l’anno scorso l’Agenzia internazionale dell’energia (Iea), secondo cui un aumento sostanziale del consumo elettrico dei data center sembra comunque inevitabile.

Il cosiddetto “effetto Jevons” ci insegna che i miglioramenti nell’efficienza di una risorsa, invece che portare a una diminuzione nell’uso di tale risorsa, possono causare un aumento complessivo del suo consumo, neutralizzando o rovesciando i benefici in termini di riduzione dei consumi unitari. In altre parole, l’aumento di efficienza può tradursi in una diminuzione di costi e in un aumento dei consumi.

Tutto sommato, però, ora molti analisti si chiedono se le proiezioni sui consumi dell’AI siano eccessive e se sia quindi il caso di rivederle al ribasso.

Stime dei consumi futuri dell’AI

Negli Stati Uniti, molti operatori, come OpenAI, Google, Meta e Microsoft, avevano già identificato nei colli di bottiglia di una insufficiente capacità di generazione elettrica il problema principale da risolvere. Avevano quindi già mostrato interesse ad acquisire capacità multi-GW di generazione, riattivando anche vecchie centrali nucleari, come quella di Three Mile Island.

Il consumo di energia dei data center guidato dall’AI continuerà molto probabilmente ad aumentare, ma i centri dati continueranno a rappresentare una parte relativamente contenuta della domanda globale di energia, secondo la società di consulenza Deloitte, con stime fatte già prima degli annunci di DeepSeek.

Deloitte prevede che nel 2025 i data center rappresenteranno solo il 2% circa del consumo globale di elettricità, pari a circa 536 TWh. Ma poiché l’addestramento e le inferenze dell’AI continuano a crescere più rapidamente di altri usi e applicazioni, il consumo globale di elettricità dei data center potrebbe raddoppiare fino a 1.065 TWh entro il 2030.

Le stime sull’aumento dei consumi dell’AI (fatte prima degli annunci di DeepSeek) sono comunque molto volatili: vanno da una crescita del solo 35% a livello globale tra oggi e il 2030 secondo la Iea, a un rialzo vertiginoso del 250% entro fine decennio, secondo Semi Analysis, una società che monitora la catena di fornitura dei semiconduttori.

Ciò significherebbe che negli Usa, maggiore centro mondiale dei data center, queste infrastrutture potrebbero arrivare a consumare dal 4% al 15% dell’elettricità nazionale entro il 2030 in alcuni scenari ad alta intensità energetica dell’AI.

Prospettive

In uno scenario estremo, la domanda legata all’AI potrebbe anche a raddoppiare o triplicare nei prossimi anni. Ma ciò corrisponderebbe comunque a molto meno del 10% del consumo elettrico mondiale.

Anche se imponenti, questi numeri restano gestibili in un contesto in cui l’AI assume un ruolo sempre più importante nelle attività economiche e sociali.

Va sottolineato inoltre che l’AI contribuirà in modo sensibile a migliorare l’efficienza energetica di un po’ tutte le attività, compensando quindi il proprio maggiore consumo con il minore consumo di altri settori (Intelligenza artificiale, una “grossa mano” per la decarbonizzazione e Fotovoltaico di grande taglia, l’amica intelligenza artificiale risolve problemi).

Andrà tenuto conto anche che la domanda continuerà ad aumentare a velocità diverse a seconda delle aree geografiche e dei modelli di business, secondo un recente studio di BCS Consultancy.

La storia insegna che le stime più allarmistiche sulle nuove tecnologie si sono spesso rivelate sbagliate, ridimensionandosi di fronte alla rapidità dei progressi nell’efficienza energetica. Con DeepSeek, i dubbi sulle proiezioni di tanti organismi trovano un’ulteriore conferma che occorra prudenza prima di trarre conclusioni definitive.

La richiesta di elettricità per i data center aumenterà. Si tratterà di una sfida energetica importante ma non insormontabile, e con le giuste strategie potrà essere gestita senza gravare eccessivamente sul sistema elettrico e con benefici potenzialmente molto grandi per il resto dell’economia.The post Data center e domanda elettrica: le stime sono esagerate? first appeared on QualEnergia.it.